TeetouchQQ/train_data

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: source
dtype: string
- name: raw_entities
struct:
- name: EMAIL
sequence: string
- name: ID_NUM
sequence: string
- name: NAME_STUDENT
sequence: string
- name: PHONE_NUM
sequence: string
- name: STREET_ADDRESS
sequence: string
- name: URL_PERSONAL
sequence: string
- name: USERNAME
sequence: string
- name: id
dtype: string
splits:
- name: train
num_bytes: 54446342
num_examples: 5785
download_size: 25486709
dataset_size: 54446342
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• instruction: 数据类型为字符串。
• input: 数据类型为字符串。
• output: 数据类型为字符串。
• source: 数据类型为字符串。
• raw_entities: 结构化数据，包含以下字段：
  • EMAIL: 字符串序列。
  • ID_NUM: 字符串序列。
  • NAME_STUDENT: 字符串序列。
  • PHONE_NUM: 字符串序列。
  • STREET_ADDRESS: 字符串序列。
  • URL_PERSONAL: 字符串序列。
  • USERNAME: 字符串序列。
• id: 数据类型为字符串。

数据分割

• train: 包含5785个样本，总字节数为54446342。

数据集大小

• 下载大小: 25486709字节。
• 数据集大小: 54446342字节。

配置

• default: 包含训练数据文件，路径为data/train-*。